HealthBench
OpenAI 发布健康领域 AI 评估基准数据集HealthBench
OpenAI 正式发布了一个大型数据集,旨在评估大型语言模型在医疗健康领域回答问题的能力。 这一项目被命名为 HealthBench,专家们对这一开源数据和详细的评估标准给予了高度赞誉,称其在规模和广度上都是 “前所未有” 的。 图源备注:图片由AI生成,图片授权服务商MidjourneyHealthBench 项目标志着 OpenAI 在医疗健康领域的首次尝试,尤其是在不依赖外部合作伙伴的情况下进行的创新探索。
5/27/2025 12:01:00 PM
AI在线
OpenAI 发布 HealthBench:评估大型语言模型在医疗领域表现的新标准
近日,OpenAI 发布了一款名为 HealthBench 的开源评估框架,旨在测量大型语言模型(LLMs)在真实医疗场景中的表现和安全性。 此框架的开发得到了来自60个国家和26个医学专业的262名医生的支持,旨在弥补现有评估标准的不足,特别是在真实应用、专家验证和诊断覆盖方面。 现有的医疗 AI 评估标准通常依赖于狭窄、结构化的形式,如多项选择考试。
5/13/2025 3:00:52 PM
AI在线
- 1
资讯热榜
Google 不慎泄露 Gemini CLI 开源即将推出文章,现已404
AI Hacker Rises to Power! XBOW's Autonomous AI Tool Dominates HackerOne, Revealing Thousands of Vulnerabilities and Intimidating the Cybersecurity Industry
OpenAI搜索连接器重磅上线!解锁ChatGPT全新工作效率神器
苹果iOS 26升级:图乐园功能焕然一新,AI 生成图像更真实!
我国首个发电行业大模型“擎源”发布,模型参数达千亿级别
你绝对没见过的折纸ASMR视频!极致解压+深度元提示词
Clikka AI颠覆产品摄影!一张图秒变专业级大片,省钱又吸睛
西门子 CTO 大夸 DeepSeek:预计三五年后西门子的所有产品都将融入 AI 元素
标签云
人工智能
AI
OpenAI
AIGC
模型
ChatGPT
DeepSeek
AI绘画
谷歌
数据
机器人
大模型
Midjourney
用户
智能
开源
微软
Meta
GPT
学习
图像
技术
Gemini
AI创作
马斯克
论文
Anthropic
代码
英伟达
算法
Stable Diffusion
芯片
训练
开发者
智能体
生成式
蛋白质
腾讯
苹果
神经网络
3D
研究
生成
Claude
机器学习
计算
Sora
LLM
AI设计
AI for Science
AI视频
AI新词
GPU
人形机器人
华为
百度
搜索
xAI
大语言模型
场景
Agent
字节跳动
预测
深度学习
伟达
Transformer
工具
大型语言模型
视觉
RAG
神器推荐
模态
具身智能
文本
Copilot
LLaMA
算力
驾驶
API
架构